Точное определение ширины пиков для решения ключевых задач в анализе биосигналов и спектров

Почему форма сигнала имеет значение

От сердечных сокращений, зафиксированных умными часами, до крошечных пиков в спектре материала — значительная часть современной науки опирается на интерпретацию волнообразных кривых. Важная характеристика таких кривых — насколько широка каждая «горбина» или пик: эта ширина может указать, здорова ли сердечная функция, или насколько химически чиста поверхность. Но в реальных условиях сигналы шумны, пики накладываются друг на друга, и данные поступают одновременно с множества каналов. В этой статье представлен новый математический способ измерения ширины пика, который сохраняет надежность в этих запутанных реальных условиях, с особым упором на записи сердца и рентгено-электронную спектроскопию материалов.

Измерение горбин в зашумлённых волнах

Ученые часто характеризуют пик через полную ширину на половине высоты (FWHM) — расстояние между двумя точками, где амплитуда снижается до половины максимума. Это звучит просто, но реальные сигналы редко аккуратны. Пики могут быть наклонены в одну сторону, соседствовать с другими пиками, находиться на дрейфующей базе или скрываться в шуме. В записях сердца (электрокардиограммах, ЭКГ) врачам важны продолжительности ключевых сегментов, таких как QRS и QT, поскольку эти интервалы помогают выявлять опасные нарушения ритма. В рентгено-электронной спектроскопии (XPS) ширина спектральных пиков показывает, как связаны атомы и насколько материал чист или смешан. Существующие методы оценки ширины часто дают сбой при перекрывающихся пиках, асимметричных сигналах или когда разные каналы регистрации дают слегка отличающиеся представления.

Циклическая точка зрения на волны

Авторы опираются на модель, называемую Frequency Modulated Möbius (FMM), которая представляет колебательные сигналы через небольшой набор параметров, связанных с круговой фазой. Вместо того чтобы рассматривать пик лишь как горб на прямой, пик соотносится с путешествием по кругу, где определённые углы и параметр ширины задают его форму. В рамках этой модели команда вывела новое точное выражение для FWHM (обозначаемое FWHM_F) и ввела связанную меру — длительность волны (WD_F), которая охватывает большую часть существенной площади пика, не растягиваясь на весь цикл. Поскольку эти меры зависят прямо от параметров формы модели, а не от того, где находится зашумлённая базовая линия, они остаются стабильными даже при искажениях или асимметрии сигнала. Та же круговая идея естественно расширяется на перекрывающиеся пики и многоканальные записи: разные каналы рассматриваются как виды одного и того же кругового волнового процесса, что даёт единую согласованную ширину для всех каналов.

Более точная временная характеристика сердечных сигналов

Чтобы проверить метод на данных ЭКГ, авторы применили его к записям с разными конфигурациями от полного 12-канального больничного комплекса до всего двух отведений, как в многих носимых устройствах. Используя ранее разработанные модели FMM сердечного ритма, они локализовали основные волны Q, R, S и T, а затем применили новые меры ширины для определения длительностей сегментов QRS и QT. Эти оценки сравнивались с экспертными аннотациями из эталонной базы данных и с результатами широко используемого коммерческого алгоритма. На тысячах сердечных циклов и при разных конфигурациях отведений подход FMM оставался в пределах допустимых погрешностей и классифицировал аномальные длительности QRS и QT с низкими показателями ошибок. Что важно, метод сохранял устойчивость при зашумлённости сигналов, необычных формах волн или при наличии лишь нескольких отведений — условиях, при которых многие существующие методы ухудшают свои результаты.

Более чистые пики в спектрах материалов

Исследователи также изучили, насколько хорошо их подход измеряет ширину пиков в спектрах XPS — ключевом инструменте для изучения химии поверхностей. На моделированных спектрах с различной степенью асимметрии и шумов они сравнили оценки ширины пиков, основанные на FMM, с оценками, полученными при использовании распространённых форм пиков, таких как гауссовы, лоренцовы и модели типа Войта, а также с простыми эмпирическими измерениями, взятыми непосредственно из данных. В простых, учебных примерах традиционные модели соперничали успешно. Но для более острых, асимметричных или сложных профилей — особенно в присутствии шума — метод FMM часто обеспечивал наилучшее сочетание точности аппроксимации и надёжности оценки FWHM. При применении к реальным спектрам из открытой базы XPS модель FMM очень хорошо соответствовала общим формам пиков и давала значения ширины, которые близко отслеживали высококачественные эмпирические эталоны, несмотря на использование меньшего числа параметров по сравнению с некоторыми конкурентами.

Что это значит для повседневных научных инструментов

Практически этот новый подход предлагает учёным и клиницистам единый способ измерять ширину пиков и волн, даже когда сигналы многоканальны, зашумлены или имеют сложную форму. Для ЭКГ это обещает более согласованные оценки клинически значимых интервалов, таких как QRS и QT, что потенциально может улучшить диагностику как на больничных мониторах, так и в потребительских носимых устройствах. Для XPS это даёт надёжный инструмент для характеристики ширины пиков, лежащих в основе выводов о составе и качестве материалов. Поскольку метод математически обоснован, вычислительно эффективен и применим в разных областях, он может стать строительным блоком для будущих автоматизированных инструментов, интерпретирующих сигналы в медицине, материаловедении и за их пределами.

Цитирование: Rueda, C., Fernández, I., Canedo, C. et al. Precise peak width estimation for solving key challenges in biosignal and spectral analysis. Sci Rep 16, 13495 (2026). https://doi.org/10.1038/s41598-026-43712-4

Ключевые слова: анализ сигналов, электрокардиограмма, спектроскопия, ширина пика, математическое моделирование